学术归档 - 第122页共283页

强化学习带来的改进只是「噪音」？最新研究预警：冷静看待推理模型的进展

2025年4月14日11时作者机器之心

了突飞猛进的进展。
在探索的过程中，一个核心的议题是：对于模型推理性能的提升来说，什么有效？什么无效

2025年4月14日11时作者机器之心

MegaMath 是一个包含3710亿tokens的开源数学推理预训练数据集，覆盖网页、代码和高质量合成数据三大领域。它首次在规模上超越了DeepSeek-Math Corpus（120B），代表从‘只靠网页’到‘面向推理’的重大跨越。

2025年4月13日23时作者 PaperWeekly

本文介绍了一种基于生成流网络的扩散模型奖励微调方法Nabla-GFlowNet，该方法能够在快速收敛的同时保持生成样本的多样性和先验特性。通过在Stable Diffusion上实验验证了其有效性。

2025年4月13日23时作者极市干货

uanlan.zhihu.com/p/29618155786
编辑丨极市平台
极市导读
实验表明
，

2025年4月13日23时作者 PaperWeekly

语言模型 (VLM) 在放射学任务中显示出良好的前景，但大多数现有的 VLM 仅产生最终答案而不展示

2025年4月13日23时作者 PaperWeekly

完成各种任务，让人们为之兴奋，也带动了学术界与工业界在 OS Agents 相关领域的研究与发展。

2025年4月13日23时作者极市干货

比基于离散 token 的模型实现更好的视觉质量。
>>
加入极市CV技术交流群，走在计算机视觉的最

MLNLP社区是国内外知名的语言模型与自然语言处理社区。该文章探讨了大模型推理能力评估中的「玄学因素」，并提出建议以避免此类问题。

业研究人员。
社区的愿景
是促进国内外自然语言处理，机器学习学术界、产业界和广大爱好者之间的交流和进

Overleaf-Bib-Helper 是一个用户脚本，通过集成 DBLP 和 Google Scholar 搜索功能到 Overleaf 编辑器中，实现一键搜索并复制 BibTeX 条目，显著提高学术写作效率。